一种人员异常数据预警方法及系统

本发明涉及模式识别领域，具体为一种人员异常数据预警方法及系统，通过多个传感器采集人员行为数据，并进行预处理，其中数据增强步骤利用反向生成网络生成伪异常行为样本；根据处理后的数据构建时空图结构，并采用全局时空图神经网络针对时空图结构进行训练，同时结合分层注意力机制进行深度特征学习，获得融合时空图特征并生成异常分类；利用基于密度聚类的异常检测模型对行为数据进行聚类分析，通过计算每个数据点的异常评分来判断是否存在异常行为，并利用贝叶斯模型动态优化参数；基于异常分类和异常评分对人员异常数据进行预警。本发明通过对人员行为数据进行聚类分析实现人员异常数据预警。